

เจ้าของนวัตกรรม
นาย จิรธนัฐกร พิพัฒน์วีรเดช
นักศึกษา
Details
โครงการนี้จัดทำขึ้นเพื่อตอบสนองต่อปัญหาในทางการแพทย์ที่เกี่ยวข้องกับกระบวนการนับและแยกเซลล์เม็ดเลือดจากตัวอย่าง ซึ่งเป็นกระบวนการที่ต้องใช้เวลาและความแม่นยำสูง เพื่อช่วยลดภาระของบุคลากรทางการแพทย์ ทางผู้จัดทำจึงได้พัฒนา แพลตฟอร์มและระบบปัญญาประดิษฐ์ (AI) ที่สามารถจำแนกประเภทและนับจำนวนเซลล์จากภาพตัวอย่างได้โดยอัตโนมัติ ระบบนี้ถูกออกแบบมาเพื่อช่วยผ่อนแรงนักเทคนิคการแพทย์ให้สามารถทำงานได้อย่างรวดเร็วและแม่นยำยิ่งขึ้น ลดระยะเวลาในการตรวจวิเคราะห์ อีกทั้งยังเป็นการส่งเสริมการพัฒนาเทคโนโลยีในวงการแพทย์ เพื่อให้สามารถรองรับการใช้งานในระดับห้องเรียน ห้องปฏิบัติการจนถึงโรงพยาบาลได้อย่างมีประสิทธิภาพ
ระบบนี้ถูกออกแบบมาเพื่อช่วยผ่อนแรงนักเทคนิคการแพทย์ให้สามารถทำงานได้อย่างรวดเร็วและแม่นยำยิ่งขึ้น ลดระยะเวลาในการตรวจวิเคราะห์ อีกทั้งยังเป็นการส่งเสริมการพัฒนาเทคโนโลยีในวงการแพทย์ เพื่อให้สามารถรองรับการใช้งานในระดับห้องเรียน ห้องปฏิบัติการจนถึงโรงพยาบาลได้อย่างมีประสิทธิภาพ
Objective
1. ศึกษาการจำแนกภาพเซลล์เม็ดเลือด โดยใช้ Deep Learning 2. เรียนรู้การพัฒนาโมเดล Deep Learning Classification 3. ประเมินประสิทธิภาพของโมเดลด้วยเมตริกต่าง ๆ 4. นำโมเดลไปใช้ในระบบที่สามารถเข้าถึงได้ง่าย โดยจัดทำเป็นเว็บไซต์
เนื่องจากคณะผู้จัดทำมีโอกาสได้พูดคุยกับบุคลากรที่ทำงานในสายอาชีพเทคนิคการแพทย์ จึงเล็งเห็นถึงปัญหาด้านระยะเวลาการทำงาน โดยเฉพาะในกระบวนการแยกและนับจำนวนเซลล์เม็ดเลือด ซึ่งเป็นขั้นตอนที่ใช้เวลาค่อนข้างมาก คณะผู้จัดทำจึงเล็งเห็นโอกาสในการนำความรู้ที่มีมาพัฒนาแนวทางใหม่เพื่อช่วยลดภาระงานของบุคลากรทางการแพทย์ หากสามารถลดระยะเวลาในกระบวนการดังกล่าวได้ ด้วยเหตุนี้เอง โครงการนี้จึงถูกริเริ่มขึ้นมา โดยมีเป้าหมายเพื่อพัฒนาเทคโนโลยีที่สามารถสนับสนุนการทำงานของบุคลากรทางการแพทย์ และยกระดับคุณภาพของกระบวนการตรวจวินิจฉัยให้มีความรวดเร็วและแม่นยำยิ่งขึ้น
โครงการนี้ไม่เพียงแต่ช่วยให้เราได้พัฒนาความรู้และทักษะด้านปัญญาประดิษฐ์ (AI) เท่านั้น แต่ยังเป็นโอกาสที่ดีในการทำงานเป็นทีม เรียนรู้การแบ่งหน้าที่และความรับผิดชอบ รวมถึงการแก้ปัญหาร่วมกันอย่างเป็นระบบ นอกจากนี้ การพัฒนาแพลตฟอร์ม AI เพื่อช่วยเหลือนักเทคนิคการแพทย์ ยังทำให้เราได้มีส่วนร่วมในการยกระดับและพัฒนาวงการแพทย์ในประเทศไทย แม้อาจเป็นส่วนเล็ก ๆ แต่ก็เป็นก้าวสำคัญที่ช่วยลดภาระงานของบุคลากรทางการแพทย์ และเพิ่มประสิทธิภาพในการวินิจฉัยโรค ซึ่งเป็นประโยชน์ทั้งต่อระบบสาธารณสุขและผู้ป่วยในอนาคต


